应用深度卷积的涂布缺陷检测方法

• 作者: 宋念龙 李自明
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 涂布缺陷检测 深度学习 卷积神经网络
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 应用技术
• 页码范围: 157-160
• 页数: 4页
• 分类号: TP212
• 字数: 2887字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2020)03-0157-04

摘要

针对反渗透膜片涂布工艺中产生的缺陷检测仍依赖人工完成且识别难度高、检测效率低、非智能化等一系列问题,以图像预处理作为基础,在保证最大限度提取原始图像的特征前提下,设计了一种应用深度卷积神经网络的涂布缺陷识别方法,设计了合理的卷积神经网络层次架构及参数,根据大量原始缺陷图像特征构建了一个适当的神经网络识别模型.实验结果表明:应用深度卷积神经网络的涂布缺陷检测算法正确识别率达到92％以上,可快速、准确地进行缺陷类别检测,该检测识别技术可应用于同类的涂布制造领域,具有重要的理论研究价值与实践意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋念龙	西安理工大学自动化与信息工程学院	14	262	8.0	14.0
2	李自明	西安理工大学自动化与信息工程学院	1	0	0.0	0.0